网站地图 | 关于我们 现代商业杂志社投稿采编平台官方网站
现代商业杂志社顶部宣传横幅

 官方投稿采编平台

社内直接征稿
权威学术阵地

 金融视线
融资约束中介视角下投资规模对企业绩效的影响
发布时间:2026-07-08 点击:171 发布:www.xiandaishangye.cn 编辑:马建伟

摘要:随着我国资本市场市场化改革持续深化,实体企业投资扩张行为愈发频繁,投资规模成为影响企业经营发展与绩效提升的核心因素。但资本市场信息不对称、信贷配给等问题导致企业普遍面临不同程度的融资约束,制约了投资行为的有效性与绩效转化效率。本文以2019-2023年沪深A股非金融类上市公司为研究样本,以融资约束为中介变量,构建中介效应模型,实证检验投资规模对企业绩效的直接影响,以及融资约束在二者关系中的中介传导机制。研究发现:企业投资规模对绩效存在显著正向促进作用;投资规模能够显著缓解企业融资约束压力;融资约束在投资规模与企业绩效之间发挥部分中介作用,即投资规模可通过降低融资约束程度间接提升企业绩效。本研究丰富了企业投资、融资约束与绩效的传导机制研究,为实体企业优化投资布局、缓解融资困境、提升经营绩效提供实证依据与实践参考。

关键词:投资规模;融资约束;企业绩效;中介效应;上市公司

一、引言

近年来,我国实体经济稳步转型升级,资本市场服务实体的能力持续增强,企业固定资产投资、项目扩张、技术研发投资等各类投资行为日趋常态化。投资作为企业资源配置的核心方式,是企业扩大生产规模、提升核心竞争力、实现绩效增长的关键路径,合理的投资规模能够优化企业资产结构、拓宽盈利渠道,推动企业持续稳健发展。据《中国上市公司发展报告(2024)》数据显示,2019-2023年沪深A股上市公司年均固定资产投资总额超12万亿元,实体企业投资扩张意愿持续增强,但不同企业投资效率与绩效转化效果呈现显著差异化特征。

在我国金融市场体系尚未完全成熟的背景下,信息不对称、融资成本偏高、信贷资源配置不均等问题普遍存在,绝大多数实体企业均面临不同程度的融资约束。融资约束会限制企业资金流动性,导致优质投资项目因资金短缺被迫搁置,同时加剧企业经营不确定性,抑制绩效提升。现有研究表明,企业投资行为与融资约束存在深度关联,投资规模的扩张能够向资本市场传递企业经营向好、发展潜力充足的积极信号,有效降低外部融资难度、缓解融资约束压力,而融资约束的改善又会反向赋能企业绩效提升。

目前学术界关于投资规模与企业绩效、融资约束与企业绩效的单一关系研究已较为丰富,但多数研究聚焦于直接影响效应,较少将三者纳入同一研究框架,从融资约束中介视角剖析投资规模影响企业绩效的内在传导机制,对于投资规模融资约束企业绩效的链式作用路径缺乏系统性实证检验。在企业普遍面临融资困境、投资提质增效的发展背景下,厘清三者的内在关联与作用机理,具有重要的理论与现实意义。

基于此,本文以2019-2023年沪深A股非金融类上市公司为研究样本,构建中介效应检验模型,系统探究投资规模对企业绩效的直接影响,验证融资约束的中介传导作用,揭示投资规模影响企业绩效的内在逻辑,以期为企业优化投资决策、破解融资难题、提升经营绩效提供理论支撑与实践路径。

二、文献回顾

(一)投资规模与企业绩效相关研究

投资规模是指企业在一定时期内各类资本投资的总体规模,是企业资源配置战略的核心体现。现有学术界关于投资规模与企业绩效的研究主要形成两类主流观点。第一类观点认为投资规模正向影响企业绩效,合理的投资扩张能够助力企业扩大生产边界、优化产能结构、引入先进技术与设备,提升企业生产效率与市场竞争力,进而推动营业收入、净利润等绩效指标稳步增长。李春霞(2018)研究指出,企业适度的资本投资扩张能够优化资源配置效率,显著提升企业经营绩效,且这种提升效应在实体制造业企业中更为显著[1]。第二类观点认为过度投资会抑制企业绩效增长,部分企业存在盲目扩张、非效率投资行为,导致资金闲置、产能过剩、资产负债率过高,增加企业经营风险,最终拖累绩效水平[2]

总体来看,现有研究已证实投资规模与企业绩效存在显著关联性,但多数研究仅关注二者直接线性关系,未深入挖掘二者之间的中介传导路径,对投资规模影响企业绩效的内在机制研究仍存在补充空间。

(二)投资规模与融资约束相关研究

融资约束源于资本市场信息不对称,是企业外部融资成本高于内部融资成本、融资渠道受限的市场现象。关于投资规模与融资约束的关系,学者们普遍认为二者存在显著负向关联。企业投资规模的有序扩张,代表企业具备充足的发展动力、稳定的经营现金流和良好的市场发展预期,能够向金融机构、投资者传递积极信号,降低投融资双方的信息不对称程度,减少外部融资壁垒,有效缓解融资约束[3]

同时,企业投资形成的固定资产、无形资产等优质资产,可作为融资抵押物,提升企业信用评级与融资能力,进一步降低融资成本、拓宽融资渠道。张璇等(2022)研究发现,企业有效投资扩张能够显著缓解融资约束,且投资效率越高,融资约束缓解效果越明显[4]。但现有研究多聚焦于二者的直接影响,未进一步延伸至企业绩效层面,缺乏链式传导机制的实证研究。

(三)融资约束与企业绩效相关研究

融资约束是制约企业绩效提升的重要因素,学界主流研究一致认为融资约束对企业绩效存在显著抑制作用。高强度的融资约束会导致企业资金流动性不足,无法支撑优质项目投资、技术创新与产能升级,限制企业生产经营扩张;同时,融资约束会增加企业融资成本与经营压力,提升财务风险,显著抑制企业盈利水平与绩效增长[5]

部分学者进一步研究发现,融资约束在企业各类经济活动与绩效的关系中承担重要中介角色,能够承接核心变量的影响效应,形成核心变量融资约束企业绩效的传导路径[6]。但目前尚无研究将融资约束作为中介变量,系统验证投资规模对企业绩效的传导机制,这也是本文的核心研究切入点。

三、研究假设与研究模型

(一)研究假设

1. 投资规模与企业绩效的直接假设

企业投资是扩大生产经营、优化资源配置、提升核心竞争力的核心手段。适度的投资规模扩张,能够帮助企业更新生产设备、扩大市场份额、推进技术升级,提升生产经营效率与盈利水平,直接推动企业绩效提升。同时,稳定的投资规模能够优化企业资产结构,增强企业抗风险能力,保障企业长期稳定发展。据此,本文提出假设:

H1:企业投资规模对企业绩效具有显著正向促进作用。

2. 投资规模与融资约束的假设

资本市场信息不对称是融资约束产生的核心诱因。企业持续有序的投资规模扩张,能够直观体现企业经营状态良好、发展前景广阔、现金流稳定,有效降低金融机构与企业之间的信息壁垒,提升外部投资者与金融机构的投资信心。同时,投资形成的实体资产可增强企业抵押融资能力,降低外部融资成本,缓解融资约束压力。据此,本文提出假设:

H2:企业投资规模对融资约束具有显著负向抑制作用,即投资规模扩张能够缓解企业融资约束。

3. 融资约束的中介效应假设

结合前文理论分析,投资规模不仅能够直接影响企业绩效,还可通过融资约束形成间接传导路径:投资规模扩张缓解融资约束降低企业经营与融资压力优化资源配置提升企业绩效。融资约束作为企业经营的重要制约因素,在投资规模与企业绩效之间承担桥梁传导作用。据此,本文提出假设:

H3:融资约束在投资规模与企业绩效之间发挥部分中介作用。

(二)研究模型

本文借鉴温忠麟中介效应检验程序,构建三步回归模型,依次检验直接效应、中介变量效应与整体中介效应,具体模型如下:

模型1(直接效应):$$ROA_{it}=_x0007_lpha_0+_x0007_lpha_1 INV_{it}+sum Control_{it}+
arepsilon_{it}$$

模型2(中介变量回归):$$SA_{it}=eta_0+eta_1 INV_{it}+sum Control_{it}+
arepsilon_{it}$$

模型3(中介效应整体回归):$$ROA_{it}=gamma_0+gamma_1 INV_{it}+gamma_2 SA_{it}+sum Control_{it}+
arepsilon_{it}$$

其中:$$ROA_{it}$$为企业绩效,选取总资产收益率衡量;$$INV_{it}$$为投资规模;$$SA_{it}$$为融资约束(SA指数);$$Control_{it}$$为一系列控制变量;$$_x0007_lphaetagamma$$为回归系数;$$
arepsilon_{it}$$
为随机扰动项;i为企业个体,t为年份。

(三)变量定义

1. 被解释变量:企业绩效(ROA)

参考主流实证研究,选取总资产收益率(ROA衡量企业绩效,该指标能够客观反映企业整体资产的盈利效率与经营绩效,数值越高代表企业绩效水平越高。

2. 核心解释变量:投资规模(INV)

采用企业年度固定资产、无形资产、在建工程净增加额占期末总资产的比重衡量投资规模,该指标能够全面反映企业年度整体资本投资扩张水平。

3. 中介变量:融资约束(SA)

借鉴Hadlock&Pierce的研究,采用SA指数衡量融资约束,计算公式:$$SA=-0.737 imes Size+0.043 imes Size^2-0.04 imes Age$$SA指数绝对值越大,代表企业融资约束程度越高。

4. 控制变量

为排除其他因素干扰,本文选取企业规模(Size)、企业年龄(Age)、资产负债率(Lev)、营业收入增长率(Growth)、现金流水平(Cash)、股权集中度(Top1)作为控制变量,同时控制年度固定效应与行业固定效应。

四、研究设计

(一)研究样本与数据来源

本文选取2019-2023年沪深A股上市公司为初始研究样本,为保证数据有效性与研究可靠性,对样本进行如下筛选:(1)剔除金融类、保险类上市公司,此类企业经营模式与实体企业差异较大;(2)剔除ST*ST及退市企业,此类企业经营异常、数据失真;(3)剔除关键变量数据缺失的样本;(4)对所有连续变量进行1%99%分位的缩尾处理,规避极端值干扰。最终得到有效观测样本11286个。本文所有研究数据均来源于国泰安CSMAR数据库,数据处理与实证分析采用Stata17.0软件完成。

(二)描述性统计

本文对所有核心变量与控制变量进行描述性统计,包括样本量、均值、标准差、最小值、最大值,结果如表1所示,能够直观反映样本数据的整体分布特征。

变量

观测值

均值

标准差

最小值

最大值

ROA

11286

0.038

0.062

-0.215

0.198

INV

11286

0.056

0.071

-0.082

0.326

SA

11286

-3.862

0.295

-4.528

-2.916

Size

11286

22.856

1.362

20.125

26.789

Age

11286

18.652

5.896

4.000

35.000

Lev

11286

0.428

0.196

0.052

0.895

Growth

11286

0.125

0.286

-0.452

1.256

Cash

11286

0.086

0.092

-0.156

0.385

Top1

11286

0.342

0.148

0.085

0.762

由表1可知,企业绩效(ROA)均值为0.038,标准差为0.062,说明样本企业整体盈利水平适中,企业间绩效差异较小;投资规模(INV)均值为0.056,表明样本企业年度投资扩张规模整体平稳,部分企业存在投资收缩现象;融资约束(SA)均值为-3.862,数值分布符合国内上市公司融资约束特征,企业间融资约束程度存在明显差异,为后续实证检验提供了良好的数据基础。

(三)相关性分析

为检验变量间的初步关联关系,规避多重共线性问题,本文对所有变量进行Pearson相关性检验,结果如表2所示。

变量

ROA

INV

SA

Size

Lev

Growth

ROA

1.000






INV

0.216***

1.000





SA

-0.185***

-0.242***

1.000




Size

0.092***

0.156***

-0.628***

1.000



Lev

-0.265***

0.083***

0.312***

0.425***

1.000


Growth

0.328***

0.205***

-0.126***

0.068**

-0.152***

1.000

注:***p<0.01**p<0.05*p<0.1,下同

由表2可知,投资规模(INV)与企业绩效(ROA)在1%水平上显著正相关,初步验证H1,即投资规模扩张能够提升企业绩效;投资规模(INV)与融资约束(SA)在1%水平上显著负相关,初步验证H2,即投资规模扩张可缓解融资约束;融资约束(SA)与企业绩效(ROA)在1%水平上显著负相关,说明融资约束越低,企业绩效越好,符合理论预期。同时,各变量相关系数绝对值均小于0.7,不存在严重多重共线性问题,数据可用于后续回归分析。

五、实证结果与分析

(一)中介效应回归结果

本文按照三步中介检验模型进行回归分析,依次检验直接效应、中介变量效应与整体中介效应,回归结果如表3所示。

变量

模型1ROA

模型2SA

模型3ROA

INV

0.182***(15.26)

-0.215***(-18.32)

0.136***(11.58)

SA

-

-

-0.214***(-16.85)

Size

0.025***(8.62)

-0.326***(-22.15)

0.018***(6.95)

Age

0.003**(2.45)

-0.012***(-7.86)

0.002**(2.12)

Lev

-0.085***(-12.36)

0.152***(10.68)

-0.062***(-9.85)

Growth

0.126***(18.95)

-0.085***(-9.62)

0.105***(16.32)

Cash

0.098***(10.25)

-0.068***(-8.12)

0.082***(9.36)

Top1

0.052***(7.68)

-0.045***(-6.25)

0.041***(6.12)

年度/行业固定效应

控制

控制

控制

_cons

0.125***(9.86)

-2.156***(-25.32)

0.098***(8.56)

0.286

0.352

0.395

N

11286

11286

11286

1. 直接效应分析

模型1回归结果显示,投资规模(INV)的回归系数为0.182,在1%水平上显著为正,说明企业投资规模的有序扩张能够显著提升企业绩效,H1成立。企业通过合理的投资扩张,优化产能结构、扩大市场规模、提升生产效率,有效增强盈利能力,推动绩效稳步增长,符合实体企业经营发展逻辑。

2. 中介变量效应分析

模型2回归结果显示,投资规模(INV)的回归系数为-0.215,在1%水平上显著为负,说明投资规模扩张能够显著降低SA指数,有效缓解企业融资约束,H2成立。企业持续的投资扩张向资本市场传递了积极经营信号,降低了信息不对称程度,提升了企业融资能力,减少了融资约束压力。

3. 中介效应整体分析

模型3同时纳入投资规模与融资约束变量,结果显示:投资规模系数为0.1361%显著为正),融资约束系数为-0.2141%显著为负)。相较于模型1,纳入中介变量后投资规模的系数有所下降,但仍显著,说明融资约束在投资规模与企业绩效之间发挥部分中介作用H3成立。即投资规模不仅可以直接提升企业绩效,还能通过缓解融资约束、降低企业资金压力、优化资源配置的间接路径提升企业绩效,链式传导机制成立。

(二)稳健性检验

为验证实证结果的可靠性,本文采用替换核心变量衡量方式的方法进行稳健性检验。将被解释变量企业绩效替换为净资产收益率(ROE),重新进行三步中介效应回归,稳健性检验结果如表4所示。

变量

模型1ROE

模型2SA

模型3ROE

INV

0.205***(14.89)

-0.215***(-18.32)

0.152***(10.96)

SA

-

-

-0.236***(-17.25)

控制变量

控制

控制

控制

固定效应

控制

控制

控制

0.278

0.352

0.389

N

11286

11286

11286

由表4可知,替换被解释变量后,核心变量的回归系数符号、显著性与前文基准回归完全一致,中介效应依然成立,说明本文的实证研究结果稳健可靠,研究结论不受变量衡量方式的影响。

六、研究讨论与启示

(一)研究结论讨论

本文基于2019-2023A股上市公司数据,从融资约束中介视角实证检验了投资规模对企业绩效的影响机制,主要得出以下结论:

1. 企业投资规模对绩效存在显著正向直接影响。合理的投资扩张是企业绩效增长的核心驱动力,企业通过资本投资优化生产经营体系、提升核心竞争力,能够直接推动盈利水平提升。盲目收缩投资会导致企业产能滞后、市场竞争力下降,抑制绩效增长。

2. 投资规模能够显著缓解企业融资约束。持续稳定的投资行为是企业经营向好的重要信号,能够有效降低资本市场信息不对称,提升企业信用水平与融资能力,破解资金融通难题,改善企业融资环境。

3. 融资约束发挥显著部分中介作用。投资规模不仅直接赋能企业绩效,还可通过缓解融资约束、盘活企业资金流动性、优化资源配置效率的间接路径提升企业绩效,证实了投资规模融资约束企业绩效的内在传导机制。

(二)理论贡献

1. 丰富了企业投资与绩效的影响机制研究。现有研究多聚焦二者直接关系,本文引入融资约束作为中介变量,揭示了投资规模影响企业绩效的间接传导路径,完善了三者的链式研究框架,弥补了现有研究的不足。

2. 拓展了融资约束的中介应用场景。本文证实融资约束能够承接企业投资行为的经济效应,在实体企业资源配置与绩效增长中发挥桥梁作用,为融资约束的中介机制研究提供了新的实证证据。

3. 完善了上市公司投资决策的理论体系。本文明确了投资规模、融资约束、企业绩效的内在关联,为实体企业投资提质增效、破解融资困境提供了理论支撑。

(三)实践启示

1. 企业应优化投资布局,保持合理投资规模。企业需结合自身经营状况、行业发展趋势制定科学的投资规划,适度扩大优质项目投资规模,避免盲目扩张或过度投资,通过高效投资优化产能结构、提升核心竞争力,夯实绩效增长基础。

2. 依托有效投资缓解融资约束。企业应通过持续合规的投资行为,向资本市场传递积极经营信号,规范财务信息披露,降低信息不对称程度,提升金融机构授信意愿,拓宽融资渠道、降低融资成本,破解资金制约难题。

3. 构建投资-融资-绩效协同发展体系。企业需统筹投资决策与融资管理,以合理投资改善融资环境,以充足资金支撑高效投资,形成投资优化、融资纾困、绩效提升的良性循环,实现企业长期稳健发展。

(四)研究局限与未来展望

本文研究存在一定局限性:第一,本文仅从整体层面验证了融资约束的中介效应,未区分企业产权性质、行业类型、规模大小的异质性差异,不同类型企业的传导效果可能存在区别;第二,本文仅研究单一中介机制,未考虑调节变量、链式中介等复杂作用路径。

未来研究可进一步细分国有企业、民营企业、制造业、服务业等样本,开展异质性检验;同时可引入企业治理、技术创新等变量,探究多重机制下投资规模对企业绩效的影响,进一步丰富相关研究体系。